开源、高性能、分布式、支持 SQL 的时序数据库
在数字化转型的过程中，监控与告警功能的优化对保障系统的稳定运行至关重要。本篇文章是“2024，我想和 TDengine 谈谈”征文活动的三等奖作品之一，详细介绍了如何利用 TDengine、taosKeeper 和 TDinsight 实现对 TDengine 服务的状态监控与告警功能。作者通过容器化安装 TDengine 和 Grafana，演示了如何配置 Grafana 数据源、导入 TDinsight 仪表板、以及如何设置告警规则和通知策略。欢迎大家阅读。
在工业互联网和物联网的大数据应用场景中，实时数据的写入和查询性能至关重要。如何快速获取最新设备状态并实时处理数据，直接影响到业务的高效运转。本文将深入分析 TDengine 和 InfluxDB 在缓存机制上的差异，帮助读者更好地理解这两款主流时序数据库在性能优化方面的优劣。
在使用 TDengine 存储时序数据时，压缩数据以节省磁盘空间是至关重要的。TDengine 支持用户根据自身数据特性灵活指定压缩算法，从而实现更高效的存储。然而，如何选择最合适的压缩算法，才能最大限度地降低存储开销？为了解决这一问题，我们特别推出了一个实用工具，帮助用户快速判断并选择最适合其数据特征的压缩算法。
在时序数据的应用场景中，数据的实时消费和处理能力成为衡量数据库性能和可用性的重要指标。TDengine 和 InfluxDB 作为时序数据库（Time Series Database）中的佼佼者，在数据订阅方面各有特点。但从架构设计、灵活性和系统负载上看，TDengine 提供了更加全面且高效的解决方案。
本文介绍了如何结合 Thingsboard 和 TDengine 实现设备管理和数据存储。Thingsboard 中的“设备配置”与 TDengine 中的超级表相对应，每个设备对应一个子表。通过创建设备配置和设备，实现数据的自动存储和管理。具体操作包括创建设备配置、添加设备、写入数据，并展示了车辆实时定位追踪和车队维护预警两个应用场景。
今天我们非常高兴地宣布，TDengine 3.3.3.0 版本正式发布。本次更新引入了多项重要功能和性能优化，旨在为用户提供更高效、更灵活的数据解决方案。
告别高延迟和高成本！TDengine 流计算让 KPI 计算轻松高效
TDengine用户大会在京成功举办，聚焦“时序数据助你决胜AI时代”。涛思数据创始人陶建辉携手中科院院士王怀民等业界领袖，探讨时序数据最新进展及AI技术应用。会上发布了《时序大数据平台-TDengine核心原理与实战》一书，为企业与开发者提供宝贵指南。自2019年开源以来，TDengine已拥有57万用户实例，Star数达23.1k。王怀民赞赏TDengine全面创新，立足全球市场。大会还涉及数据库智能化运维、能源行业数字化转型等议题，并设有三大专场，深入讨论海量数据应用、智能制造新能源及新型电力系统，展示了TDengine在各领域的应用潜力与技术革新。
从理论到实践：如何用 TDengine 打造完美数据模型
**TDengine 3.3.2.0 发布摘要** - 开源与企业版均强化性能，提升WebSocket、stmt模式写入与查询效率，解决死锁，增强列显示。 - taos-explorer支持geometry和varbinary类型。 - 企业版引入UDT，允许自定义数据转换。 - 新增Oracle和SQL Server数据接入。 - 数据同步优化，支持压缩，提升元数据同步速度，错误信息细化，支持表名修改。 - 扩展跨平台支持，包括麒麟、Euler、Anolis OS等。
在沪举办的TDengine新能源行业研讨会聚焦数据管理在新能源领域的应用。涛思数据创始人分享了TDengine作为高性能时序数据库在物联网和工业大数据处理中的优势，强调其在全球已拥有近56万用户实例。演讲嘉宾展示了TDengine如何助力企业解决数据处理困境，提高运营效率，例如在协鑫能源项目中实现数据查询速度提升和高效历史数据管理。通过圆桌讨论，与会者探讨了技术、政策和市场对新能源可持续发展的影响，期待更多创新合作。
TDengine 3.2.3.0 引入了 Wonderware Historian (AVEVA Historian) 连接器，简化了数据迁移至 TDengine 的过程，增强时序数据管理与分析。此连接器解决了传统实时数据库扩展性问题，提供成本效益高、国产化的替代方案。TDengine 已支持多种数据源集成，如 OPC、Kafka、MQTT等，打造统一数据平台，助力企业数字化转型。作为高性能时序数据库，TDengine 提供云原生解决方案，减少系统复杂度，加速业务创新。
在涛思数据研发团队的努力下，TDengine 3.3.0.0 版本终于和大家见面了。这一版本中，我们引入了多项革新功能和性能优化，力求在为用户提供极致体验的同时，不断推动技术的前沿。
在此前发布的 TDengine 3.0.4.0 版本中，我们引入的一个重磅新功能是“使用 Python 语言编写用户自定义函数（UDF）”。这一突破性功能不仅为数据库操作提供了前所未有的灵活性，而且极大地降低了技术门槛——即使是编程初学者也能使用 Python 语言轻松地定制和操纵数据库。这些自定义函数可以像内置函数一样在 SQL 语句中灵活使用，实现个性化数据处理。本篇文章中将详细介绍如何有效利用这一功能，开启你的数据库自定义之旅。
据了解，3.2.3.0 版本涉及到的更新内容包括流计算、传输压缩、授权机制、监控、数据接入、Explorer、性能优化、运维优化八大模块。
内存泄漏是一种常见的问题，它会导致程序的内存占用逐渐增加，最终导致系统资源耗尽或程序崩溃。这次内存泄漏问题发生在 Windows 下，TDengine 研发选择使用 Windbg 来解决问题。结果证明，在 Windows 下，使用 Windbg 也是一个不错的选择。
为了帮助企业更好地进行大数据处理，我们在此前 TDengine 3.x 系列版本中进行了几项与集群相关的优化和新功能开发，本文将对这几项重要优化进行详细阐述。
近期黑格智能刚好完成 TDengine 2.x 到 3.x 的数据迁移，借此机会将 TDengine 的使用/迁移经验与大家分享。
本文探讨了如何应对和解决长查询问题，以提升 TDengine 在复杂查询场景下的表现。
在本文中，TDengine 的资深研发将对多表低频场景写入性能的大幅优化工作进行深入分析介绍，并从实践层面剖析本次功能升级的具体作用。
近日，TDengine 3.2.1.0 成功发布，本文将向大家简单介绍一下该版本涉及到的重大功能优化。
利用 TDengine Enterprise 和 TDengine Cloud 的数据接入功能，我们现在能够将 MQTT、InfluxDB 中的数据通过规则无缝转换至 TDengine 中，由于该功能在实现及使用上与 Logstash 类似，本文将结合 Logstash 为大家进行解读。
本篇文章中，我们将就如何在 TDengine 中开启 TSZ 压缩算法进行详细说明，并会针对 TSZ 压缩算法展开功能测试，为大家验证其在实际业务场景中的更优性能。
在本文中，TDengine 资深研发将以 TDengine 3.0 为对象，为大家介绍数据订阅功能的正确打开方式，给到有需要的人作参考指南，避免走入应用误区。
我们对 TDengine Contributor 钟宇进行了一次深入采访，他将从为何选择 TDengine 作为研究对象之一、TSZ 压缩算法的具体优化工作以及参与开源的感受等诸多方面展开分享。
通过 TDengine Java connector，Seeq 可以轻松支持查询 TDengine 提供的时序数据，并提供数据展现、分析、预测等功能。本文将对此进行介绍。
搜狐基金团队使用的 MySQL 数据库在面对海量数据时存在能力瓶颈，在此背景下，其决定基于 TDengine 尝试一下全新的方案。
本文以 TDengine Cloud 为例，介绍如何使用 PLC + OPC + TDengine 快速搭建烟草生产监测系统。
今天我们为大家分享一个关于 TDengine 在 PERCENTILE 函数性能优化上的真实案例。
为了帮助开发者更好地进行 SpringBoot 的开发，避免开发盲点，我们将 TDengine 资深研发所做的内部分享——《SpringBoot 多语言支持方案》进行了相关整理，给到有需要的开发者参考。
他与 TDengine 的六年故事，始于一个“无奈之举”。
在本文中，TDengine 研发人员详细揭秘了 TDengine 数据订阅的流程和具体实现。
本文将通过一个具体的案例，介绍 Intel 团队如何使用 TDengine 作为基础软件存储实验数据，并通过 TDengine 高效的查询能力在 OpenVINO 部署深度学习模型，最终在 AIxBoard 开发板上实时运行分类任务。
在本篇文章中，我们将从 GitHub 上的一个关于内存泄漏的 issue入手，和大家探讨下导致内存泄漏的原因，以及如何避免和定位内存泄漏。
为了帮助社区用户更好地进行数据分析和管理，丰富可视化解决方案的多样性，我们将开源的时序数据库 TDengine OSS 与开源的数据库分析工具进行了集成，相信这对终极开源工具一定能帮助你释放数据潜力。
经过我们不断地打磨优化之后，TDengine 3.0 在性能、功能、稳定性各个方面均有大幅提升，已经从一款时序数据库蜕变成为高性能、云原生、分布式的物联网、工业大数据平台。
本文汇总了四个典型的物联网平台的实践经验，把它们曾面临的数据难题以及解决思路分享给大家。
这些高质量论文从侧面佐证了 TDengine 的高性能和众多优质特色、在技术创新和应用价值方面的卓越成效，形成了越来越丰富的第三方学术资料。
TDengine Cloud 按量计费加全托管的企业级服务让我们用非常小的成本便运转了这个项目，并且极大地增加了产品的效率并保留了随时扩张的灵活性。
不同的索引区别在哪里？时序数据库又应该如何选择索引方式实现科学的数据结构？本文将以 TDengine 为例为大家展开分析。
TDengine 3.0 对数据订阅功能又进行了优化升级，本文将详细介绍其语法规则，方便开发者及企业使用。
本篇文章汇总了三个典型的智能环保项目的数据架构升级实践，给有需要的企业参考。
TDengine 采用 SQL 作为查询语言，本文将就部分查询细则做分析。
发表了文章
2025-03-27
发表了文章
2025-03-21
发表了文章
2025-03-21
发表了文章
2025-03-21
发表了文章
2025-03-21
发表了文章
2025-03-21
发表了文章
2025-03-21
发表了文章
2025-03-21
发表了文章
2025-03-21
发表了文章
2025-02-24
发表了文章
2025-02-24
发表了文章
2025-02-24
发表了文章
2025-02-12
发表了文章
2025-02-12
发表了文章
2025-02-12
发表了文章
2025-01-14
发表了文章
2025-01-14
发表了文章
2024-12-31
发表了文章
2024-12-31
发表了文章
2024-12-31
